本系列博客包括6个专栏，分别为：《自动驾驶技术概览》、《自动驾驶汽车平台技术基础》、《自动驾驶汽车定位技术》、《自动驾驶汽车环境感知》、《自动驾驶汽车决策与控制》、《自动驾驶系统设计及应用》。
此专栏是关于《自动驾驶汽车平台技术基础》书籍的笔记.
2.自动驾驶汽车感知系统
2.自动驾驶汽车感知系统
现有的车载传感器主要包括：超声波雷达、激光雷达、毫米波雷达、车载摄像头、红外探头等；
主流车载传感器性能对比如下表所示：
| 性能 | 激光雷达 | 毫米波雷达 | 摄像头 | GPS/IMU |
|---|---|---|---|---|
| 远距离测量能力 | 优 | 优 | 优 | 优 |
| 分辨率 | 良 | 优 | 优 | 优 |
| 低误报率 | 良 | 优 | 一般 | 优 |
| 温度适应性 | 优 | 优 | 优 | 优 |
| 不良天气适应性 | 较差 | 优 | 较差 | 优 |
| 灰尘/潮湿适应性 | 较差 | 优 | 较差 | 较差 |
| 低成本硬件 | 较差 | 优 | 优 | 良 |
| 低成本信号处理 | 较差 | 优 | 较差 | 良 |
2.1 激光雷达
-
激光雷达亦称光学雷达(Light Detection And Ranging，LiDAR)，是一种先进的光学遥感技术，通过首先向目标发生一束激光，然后根据接收——反射的时间间隔确定目标物体的实际距离；同时结合这束激光的发射角度，利用基本的三角函数原理推导出目标的位置信息；
-
激光具有能量密度高、方向性好的特点，激光雷达的探测距离往往能达到100m以上，激光雷达可以用于测量物体的距离和表面形状，精度可达毫米级；
-
激光雷达在自动驾驶运用中拥有两个核心作用：
- 三维建模进行环境感知。通过激光扫描可以得到汽车周围环境的三维模型，运用相关算法比对上一帧和下一帧环境的变化可以较容易地探测出周围的车辆和人；
- SLAM加强定位。三维激光雷达的另一大特性是同步建图(SLAM)，实时得到全局地图；通过和高精地图中特征物的比对，可以实现导航及加强车辆定位精度等功能；
-
LiDAR以线数及距离两大因素为标准，价格从几百美元到几万美元不等；在国际市场上推出的主要有4线、8线、16线、32线、64线和128线；Velodyne的HDL-32E传感器每秒能扫描70万个数据点，百度无人车和谷歌无人车配备的Velodyne HDL-64E通过64束的激光束进行垂直范围26.8°、水平360°的扫描，每秒能产生的数据点高达130万；
-
Velodyne激光雷达一些参考信息：
参数 HDL-64E HDL-32E HDL-16E 价格 8万美元左右 2万美元左右 8000美元左右 激光束 64 32 16 扫描范围 120m 100m 100m 精度 ±2cm ±2cm ±2cm 数据频率 1300000像素/秒 700000像素/秒 300000像素/秒 角度(垂直/水平) 27°/360° 40°/360° 30°/360° 功率 60W 12W 8W -
在自动驾驶领域，激光雷达是目前最有效的方案，被认为是最精准的自主感知手段，其有效感知范围超过120m，精度可以达到厘米级；
2.2 摄像头
-
车载摄像头的工作原理：先采集图像，将图像转换为二维数据，然后对采集的图像进行模式识别，通过图像匹配算法识别行驶过程中的车辆、行人、交通标志等，最后，依据目标物体的运动模式或使用双目定位技术，以估算目标物体与本车的相对距离和相对速度；
-
摄像头的缺点：基于视觉的感知技术受到光线、天气影响较大，在恶劣天气和类似于隧道内的昏暗环境中其性能难以得到保障，其次，物体识别基于机器学习资料库，需要的训练样本很大，训练周期长，难以识别非标准障碍物；此外，广角摄像头的边缘畸变，得到的距离准确度较低；
扫描二维码关注公众号，回复： 14524141 查看本文章
-
摄像头可以分为：单目前视、单目后视、立体(双目)前视和环视摄像头，应用场景如下：
摄像头类别 应用场景 单目前视摄像头 ACC、LDW、LKA、FCW、AEB、TSR、AP、PDS、DMS 单目后视摄像头 AP 立体前视摄像头 ACC、LDW、LKA、FCW、AEB、TSR、AP、PDS、DMS 环视摄像头 AP、SWC -
单目前视摄像头
一般安装在前挡风玻璃上部，用于探测车辆前方环境，识别道路、车辆、行人等；先通过图像匹配进行目标识别(各种车型、行人、物体等)，再通过测量目标物体在图像中的大小估算目标距离；单目前视视觉方案的技术难点在于机器学习模型的智能程度或模式识别的精度；
-
单目后视摄像头
一般安装在车尾，用于探测车辆后方环境，技术难点在于如何使用各种恶劣环境；
-
立体(双目)前视摄像头
通过对两幅图像视差的计算，直接对前方景物进行距离测量，而无须判断前方出现的是什么类型的障碍物；依靠两个平行布置的摄像头产生的"视差"找到同一个物体的所有点，依赖精确的三角测距，就能算出摄像头与前方障碍物的距离，实现更高的识别精度和更远的探测范围；
相比单目，双目的解决方案没有识别率的限制，无须先识别再测量，直接利用视差计算距离精度更高，无须维护样本数据库；
优势在于测距算法不依赖于检测算法，对障碍物类型不依赖，缺点在于处理规则性物体时容易出现错误；
-
环视摄像头
一般至少包括4个摄像头，分别安装在车辆前、后、左、右侧，实现360°环境感知，难点在于畸变还原与对接；
-
-
摄像头安装位置如下表所示：
安装部位 摄像头类型 应用场景 前视 单目、双目 FCW、LDW、SR、ACC、PCW 环视 广角 全景泊车、LDW 后视 广角 后视泊车辅助 侧视 广角 盲眼检测、替代后视镜 内置 广角 闭眼提醒 -
前视摄像头
一般采用55°左右的镜头以得到较远的有效距离，双目摄像头需要安装在两个位置；前视摄像头可以实现车道偏离预警、车辆识别应用、车辆识别、行人识别、道路标识识别等ADAS主动安全的核心功能；
-
环视摄像头
使用广角摄像头，通常在车四周装备4个进行图像拼接以实现全景图，通过辅助算法可实现道路线感知；
-
后视摄像头
采用广角或鱼眼镜头，主要为倒车使用；
-
侧视摄像头
一般使用两个广角摄像头，完成盲点检测等工作，可代替后视镜；
-
内置摄像头
使用广角摄像头，安装在车内后视镜处，完成在行驶过程中对驾驶员的闭眼提醒；
-
-
在功能上，车载摄像头需要在复杂的运动路况环境下保证采集到稳定的数据，具体要求如下：
- 高动态：在较暗环境及明暗差异较大时仍能实现识别，要求摄像头具有高动态的特性；
- 中低像素：为降低计算处理的负担，摄像头的像素不需要非常高；30万～120万像素已经能满足要求，前视摄像头为实现远距离物体成像需要更多像素，200万～500万甚至更高像素；
- 角度要求：对于环视和后视，一般采用135°以上的广角镜头，前置摄像头对视距要求更大，一般采用55°的范围；
-
相比工业级和消费级摄像头，车载类型在安全级别上要求更高，主要体现如下：
- 温度要求：车载摄像头工作温度范围在-40～80°C；
- 防磁抗振：汽车启动时会产生极高的电磁脉冲，车载摄像头必须具备极高的防磁抗振能力及极低的对外电磁辐射能力；
- 较长的寿命：车载摄像头的寿命要求至少满足8～10年的稳定工作；
2.3 毫米波雷达
-
毫米波雷达通过发射无线电信号(毫米波波段的电磁波)并接收反射信号来测定汽车车身周围的物理环境信息，感知系统根据所探知的物体信息进行目标追踪和识别分类，进而结合车身动态信息进行数据融合，完成合理决策，减少事故发生概率；
-
毫米波的频段范围为：30～300GHz，波长为1～10mm，介于厘米波和光波之间，因此毫米波兼有微波制导和光电制导的优点；
-
毫米波雷达可以检测30～100m远的物体，高端的雷达能够检测更远的物体；同时，毫米波雷达不易受天气状况限制，即使是雨雪天也能正常运作，穿透雾、烟、灰尘的能力强；具有全天候、全天时的工作特性，且探测距离远，探测精度高，被广泛应用于车载距离探测，如自适应巡航、碰撞预警、盲区探测等；
-
相比激光雷达，毫米波雷达精度低、可视范围角度偏小，一般需要多个雷达组合使用；毫米波雷达传输的是不可见的电磁波，因此无法检测上过漆的木头或塑料，行人的反射波也弱；同时，毫米波雷达对金属表面非常敏感，一个弯曲的金属表面会被误认为是一个面积很大的表面；毫米波雷达在隧道里的效果同样不佳；
-
毫米波雷达工作频段包括：24GHz、60GHz、77GHz和79GHz等，主流工作频段为24GHz和77GHz，分别应用于中短距和中长距测量；
-
长距雷达与短距雷达主要参数对比如下表所示：
分类 窄带雷达 宽带雷达 探测距离/m 280 30/120 车速上限/(km/h) 250 150 精度 0.5m 厘米级 主要应用范围 ACC自适应巡航 车辆环境监测 -
为完全实现自动驾驶辅助系统各项功能，一般需要配置"1长+4中短"一共5个毫米波雷达，以自动跟车ACC功能为例，一般需要3个毫米波雷达，车正中间安全一个77GHz的长距离雷达(LRR)，探测距离150～250m，角度为10°左右，车两侧各安装一个24GHz的中距离雷达(MRR)，角度都为30°，探测距离在50～70m；
2.4 导航定位系统
2.4.1 全球4大导航卫星系统
美国的全球定位系统(Global Positioning System，GPS)、俄罗斯的格洛纳斯卫星导航系统(Global Navigation Satellite System，GLONASS)、中国的北斗卫星导航系统(Beidou Navigation Satellite System，BDS)、欧盟的伽利略卫星导航系统(Galileo Satellite Navigation System，GALILEO)；
-
GPS
GPS由3部分构成，即空间卫星部分、地面监控部分和用户接收部分；
- 空间卫星部分(空间段)：由21颗GPS工作卫星和3颗在轨备用卫星构成完整的21+3形式的GPS卫星工作星座；这种构型满足在地球上任意地点、任意时刻均能观测到至少4颗几何关系较好的卫星用于定位；
- 地面控制部分(地面段)：由分布在全球的一个主控站、3个注入站和若干个监测站组成；
- 用户接收部分(用户段)：主要接收导航、定位和授时服务，这些服务广泛应用于各个领域；
-
GLONASS
GLONASS由空间段、地面段、用户段组成；
- 空间段：由24颗卫星组成，其中21颗为正常工作卫星，3颗备份卫星；如果GLONASS星座完整，则可以满足在地球上任意地点、任意时刻都能收到来自至少4颗卫星的信号，从而获取可靠的导航定位信息；
- 地面段：包括系统控制中心的跟踪控制站网，这些跟踪控制站网分散在俄罗斯领土上；
- 用户段：接收卫星导航信号，从而获取需要的位置、速度、时间信息；
-
BDS
北斗系统由空间段、地面段、用户段组成；
- 空间段：由5颗地球静止轨道(Geostationary Orbit，GEO)卫星和30颗非地球静止轨道(Nongeostationary Orbit，NON-GEO)卫星组成；北斗二号区域导航系统采用由5颗GEO卫星、3颗倾斜地球同步轨道(Inclined Geosynchronous Orbit，IGSO)卫星和4颗中地球轨道(Medium Earth Orbit，MEO)导航卫星组成的星座方案；北斗三号导航系统由5颗GEO卫星和30颗NON-GEO卫星组成全部35颗卫星；
- GEO+MEO+IGSO星座构型是北斗卫星导航系统的完整布局，保证了在地球上任意地点、任意时刻均能接收来自4颗及以上导航卫星发射的信号，观测条件良好的地区甚至可以接收10余颗卫星的信号；
- 地面段：包括监测站、上行注入站、主控站；
-
GALILEO
GALILEO分为空间段、地面段、用户段；
- 空间段：由分布在3个轨道上的30颗MEO卫星构成，其中27颗工作卫星、3颗备份卫星；
- 地面段：由2个地面操控站，29个伽利略传感器站及5个S波段上行站和10个C波段上行站组成，传感器站及上行站均分布于全球；
- 用户段：提供独立于其他卫星导航系统的5种基本服务；
2.4.2 区域卫星导航系统
- 日本的准天顶卫星系统(Quasi-Zenith Satellite System，QZSS)；
- 印度的区域导航卫星系统(Indian Regional Navigation Satellite System，IRNSS)；
2.4.3 星基增强系统
星基增强系统(Satellite-Based Augmentation System，SBAS)由美国实施选择可用性(Selective Availability，SA)政策发展起来；SBAS主要由空间段、地面段、用户段构成；典型的增强系统：
- 美国的WAAS(Wide Area Augmentation System)；
- 俄罗斯的SDCM(System for Differential Corrections and Monitoring)；
- 日本的MSAS(Multi-functional Satellite Augementation System)；
- 欧洲的EGNOS(European Geostationary Navigation Overlay Service)；
- 印度的GAGAN(GPS Aided Geo Augmented Navigation);
2.4.4 地基增强系统
地基增强系统(Ground-Based Augmentation Systems，GBAS)综合使用各种不同效果的导航增强技术，主要包括：精度增强技术、完好性增强技术、连续性和可用性增强技术，实现增强卫星导航服务性能的功能；
北斗地基增强系统由框架网基准站和加强密度网基准站、通信网络、数据处理系统、运营平台、数据播发系统和用户终端组成，具备在全国范围内为用户提供广域实时米级、分米级、厘米级及后处理毫米级定位精度的能力，具有作用范围广、精度高、野外单机作业等优点；